基于TensorFlow.js的JavaScript机器学习(15)

2019-04-28

当训练一个模型时，我们希望看到损失减少。在这种情况下，因为我们的度量是一个误差度量，所以我们希望看到它也下降。

第6步：做出预测

既然我们的模型经过了训练，我们想做一些预测。让我们通过观察它预测的低到高数量房间的统一范围来评估模型。

将以下函数添加到script.js文件中

在上面的函数中需要注意的一些事情。

const xs = tf.linspace(0 1 100);

const preds = model.predict(xs.reshape([100 1 ));

我们生成100个新的“示例”以提供给模型。 model.predict是我们如何将这些示例输入到模型中的。注意，他们需要有一个类似的形状（[num_的例子， num_的特点每个_的例子
）当我们做培训时。

推荐阅读

上一篇：杨杰：5G不是4G+1G 中国移动将进一步发挥领军作用

下一篇：专访斗米创始人赵世勇：我们将是独角鲸公司！